并行计算在目标识别中的应用研究

摘要

为了在现代战争中大批次平台作战的背景下保证数据融合系统的实时性，本文讨论了如何将基于MPI的并行计算应用于数据融合系统中的目标识别模块的问题。其中，特别就目标识别模块并行化改造中出现的负载平衡难以保证的问题进行了分析，并指出了该问题出现的原因在于b-S证据识别需要历史识别数据的参与。这一点限制了航迹在各MPI子进程中的自由分配，使得我们不能直接使用一般并行计算中常用的负载平衡方法。针对这一点，本文提出了一种改进的动态负载平衡算法，并给出该改进算法的实现描述。该改进算法考虑了目标识别中所使用的方法对历史数据的需要，避免了极端情况下并行识别串行化的风险。最后，在联机环境下对改进算法的效果和并行化目标识别模块的性能做了综合测试。测试结果表明本文所提出的改进算法保证了负载平衡的实现，实现了预期的要求。并行目标识别模块也达到了预期的加快识别速度，降低识别消耗时间的目的，成功解决了数据融合系统的实时性瓶颈，为数据融合系统今后的发展提供了良好的基础。

目录

文摘

英文文摘

声明

第一章绪论

1.1数据融合系统中的并行计算

1.1.1并行计算的应用需求

1.1.2并行计算的发展现状

1.1.3系统研发背景

1.1.4系统的开发环境

1.3论文工作

第二章并行计算基本理论与MPI

2.1并行计算机

2.1.1并行计算与并行计算机

2.1.2并行计算机的并行性

2.1.3并行计算机的分类

2.2并行计算中的算法

2.2.1并行算法的定义与分类

2.2.2并行算法性能的评价标准

2.2.3并行算法的设计方法与设计模型

2.3并行程序开发方法

2.3.1并行程序编程模式

2.3.2并行程序设计过程

2.4 MPI及MPICH

2.4.1 MPI

2.4.2 MPICH

第三章并行目标识别

3.1目标识别所采用的方法

3.1.1模板匹配方法

3.1.2模糊匹配方法

3.1.3 D-S证据理论识别

3.1.4平台识别方法

3.2任务划分

3.3处理器映射

3.3.1简单的映射方案

3.3.2选择改进的映射方案

3.3.3改进的映射方案需要解决的问题

3.4负载平衡实现算法

3.4.1负载平衡的实现在并行目标识别中的位置

3.4.2负载平衡实现算法的设计

第四章测试与结果分析

4.1负载平衡改进算法效果的测试

4.1.1测试场景

4.1.2测试内容与测试平台

4.1.3测试结果与结论

4.2并行目标识别的性能测试

4.2.1场景配置

4.2.2测试内容与测试平台

4.2.3测试结果

4.2.4测试结论

结论

致谢

参考文献

读研期间科研成果